ChatGPT 의 강력한 기능 활용하기 ChatGPT 레시피 챗봇 구축에 대한 종합 동영상 시리즈

최신 동영상 시리즈인 " Botpress 을 사용하여 ChatGPT 기반 레시피 챗봇을 구축하는 방법"에 오신 것을 환영합니다."

이 시리즈에서는 Botpress 의 강력한 generative AI 기능을 활용하여 ChatGPT 레시피 챗봇을 처음부터 만드는 과정을 안내합니다. 단계별 동영상 시리즈는 초보 빌더가 Botpress 및 ChatGPT 의 잠재력을 최대한 활용할 수 있도록 설계되었습니다. 

이 동영상을 통해 사용자 정보 캡처, API 호출, 캐러셀에 콘텐츠 표시, AI 태스크의 강력한 기능을 활용하여 대화형 참여형 대화 설계 등 필수적인 챗봇 구축 기술을 배울 수 있습니다.

이 비디오 시리즈는 레시피 챗봇에 관한 것이지만, 호텔 예약, 보험 견적, 고객 서비스 채팅 등 다양한 상황에서 활용할 수 있는 기술을 익힐 수 있으니 걱정하지 마세요. 챗봇은 모두 사용자와 대화할 때 거의 동일한 세 부분으로 구성된 구조를 사용합니다. 따라서 저희와 함께 구축하다 보면 어떤 산업이나 애플리케이션을 염두에 두고 있든 조직을 위한 나만의 ChatGPT 챗봇을 만들 수 있을 것입니다.

비디오 시리즈 분석

비디오 1: 비디오 1: 개요

레시피 봇 동영상 시리즈의 첫 번째 동영상에서는 Botpress 의 고디가 우리가 함께 구축할 챗봇 프로젝트를 소개합니다. 이 챗봇은 사용자의 선호도에 따라 레시피를 추천하여 저녁 식사 계획을 세우는 데 도움을 주기 위해 설계되었습니다. Gordy가 챗봇의 세 가지 주요 섹션인 사용자 정보 캡처, API를 사용하여 레시피 가져오기, 상황에 맞는 Q&A 제공을 안내합니다.

Gordy가 강조하는 가장 흥미로운 기능 중 하나는 ChatGPT 를 활용하여 챗봇 구축 프로세스를 간소화하여 그 어느 때보다 빠르고 쉽게 만들 수 있는 AI 태스크 카드입니다. 첫 번째 동영상이 끝나면 새 봇을 만들고 레시피 챗봇을 처음부터 구축하는 나머지 시리즈에 대해 자세히 알아보고 싶을 것입니다.

동영상 2: 정보 캡처

시리즈의 두 번째 동영상에서는 고디가 챗봇 구축의 첫 번째 단계인 사용자 정보 캡처로 바로 넘어갑니다. 그는 새 봇을 만들고 기본 템플릿을 정리하여 프로젝트를 위한 깨끗한 슬레이트를 제공하는 과정을 안내합니다. 고디는 챗봇을 계획하기 위해 사용자에게 인사하기, 인원 수 묻기, 식단 선호도 문의, 마지막으로 레시피 검색 쿼리 받기 등 각 작업에 대한 빈 노드를 만듭니다. 

고디는 '캡처 카드'를 사용하여 인원 수와 같은 사용자 정보를 추출하고 변수에 저장하는 방법을 시연합니다. 그런 다음 사용자가 선택할 수 있는 사용자 지정 옵션을 만들어 식단 선호도를 캡처하는 단계로 넘어갑니다. 마지막 단계는 ChatGPT 를 활용하여 레시피 검색 쿼리를 처리하는 것입니다. 고디는 AI 작업 카드를 사용하여 ChatGPT 에 사용자의 입력을 분류하고 관련 키워드를 추출하도록 지시합니다. 

동영상 전체에서 Gordy는 Botpress 에뮬레이터의 각 단계를 테스트하여 모든 것이 의도한 대로 작동하는지 확인합니다. 봇의 기본 골격이 완성되었으므로 다음 동영상에서는 '코드 실행' 카드를 사용하여 외부 API를 호출하고 사용자를 위한 실제 레시피를 가져오는 방법을 배워보겠습니다. 더욱 흥미진진한 봇 만들기 모험을 기대해 주세요!

동영상 3: 외부 API 호출하기

시리즈의 세 번째 동영상에서는 고디가 Botpress Studio의 generative AI 기능을 사용하여 챗봇을 계속 구축합니다. 이 에피소드에서는 외부 API를 사용하여 사용자의 입력에 따라 실제 데이터를 가져오는 데 중점을 둡니다. 사용 중인 API는 대규모 음식 데이터베이스와 넉넉한 무료 티어를 제공하는 Spoonacular입니다.

Spoonacular에 가입하고 API 키를 받은 후, 고디는 Botpress 스튜디오에서 환경 변수를 사용하여 API 키를 안전하게 저장하고 관리하는 방법을 시연합니다. 그런 다음 API를 호출하고 데이터를 처리하는 계획을 설명합니다. 

API 호출에 필요한 코드를 작성하기 위해 고디는 Botpress' GPT "코드 실행" 기능을 활용합니다. 자세한 프롬프트를 제공함으로써 그는 API 호출 매개변수를 처리하고 결과를 워크플로에 저장하는 등 필요한 코드를 생성하도록 GPT를 요청합니다. 그런 다음 노드를 수정하여 API 호출 결과를 텍스트로 표시합니다. 

에뮬레이터에서 챗봇을 테스트한 결과, API 호출이 대량의 정보를 성공적으로 검색했습니다. 다음 동영상에서는 이 데이터를 시각적으로 매력적인 캐러셀로 변환하여 사용자에게 보다 이해하기 쉽고 매력적인 경험을 제공하는 데 중점을 둡니다.

동영상 4: 캐러셀에 동적으로 콘텐츠 표시하기

이전 동영상에서 Spoonacular의 외부 API에서 데이터를 가져온 후, 이번 네 번째 동영상에서는 데이터를 파싱하여 큰 텍스트 블록에서 시각적으로 매력적인 캐러셀로 변환하는 데 중점을 둡니다. Gordy는 각 레시피에 대한 이미지, 제목, 버튼이 포함된 완성된 캐러셀의 모습을 보여줍니다. 문제는 API의 원시 데이터를 사용자 친화적인 형식으로 변환하는 것입니다. 

캐러셀을 생성하기 위해 고디는 다시 한 번 Botpress' GPT "코드 실행" 기능을 사용하여 필요한 코드를 작성합니다. 생성된 코드는 약간의 수동 조정이 필요하지만, GPT는 확실한 시작점을 제공합니다. 그런 다음 API에서 반환되는 다양한 수의 레시피를 처리하기 위한 코드를 작성하고 트랜지션에도 GPT를 사용할 수 있는 방법을 보여줍니다.

필요한 노드를 설정하고 올바른 변수 이름으로 채운 후 고디는 챗봇을 테스트하고 레시피 카드 세 장이 포함된 캐러셀을 성공적으로 생성합니다. 

동영상 5: 외부 API 호출하기

다섯 번째 동영상의 초점은 ChatGPT 를 통합하여 문맥에 맞는 Q&A 를 제공함으로써 사용자가 Spoonacular API에서 얻은 레시피에 대해 질문하고 관련성 있고 정확한 답변을 받을 수 있도록 하는 것입니다.

이를 위해 고디는 사용자에게 질문을 던지고 ChatGPT 를 사용하여 답변하고 사용자에게 더 궁금한 점이 있는지 묻는 일련의 노드를 계획합니다. 고디는 AI 작업과 전환을 설정하는 과정을 시연하며 맥락 정보를 제공하고 환각 문제를 해결하기 위해 AI에 '아웃'을 제공하는 것의 중요성을 강조합니다.

고디는 코드를 실행하여 채팅 기록 변수를 생성하고 챗봇이 5,000자 프롬프트 제한을 준수하도록 하는 방법을 보여 줍니다. 그런 다음 레시피에 대한 다양한 질문을 던져 챗봇을 테스트한 결과, AI가 정확하고 맥락에 맞는 답변을 성공적으로 제공했습니다.

동영상 6: 봇 게시 및 공유

시리즈의 여섯 번째 동영상에서는 봇 구축에서 봇 공유로 전환합니다. Gordy가 웹사이트에 레시피 봇을 게시하고 임베드하여 더 많은 사람들이 챗봇과 소통할 수 있도록 하는 방법을 설명합니다. Botpress Cloud 스튜디오에서 클릭 한 번으로 봇을 게시한 다음 '공유' 버튼을 사용하여 다른 사람들이 봇과 상호 작용할 수 있는 링크를 배포할 수 있습니다.

웹 사이트에 봇을 통합하기 위해 고디는 Botpress 관리자 대시보드에서 웹 채널의 사용법을 시연합니다. 제공된 코드를 복사하여 GitHub 페이지에 임베드하여 웹사이트에서 바로 봇에 액세스할 수 있도록 합니다.

동영상 7: AI로 봇에 개성 부여하기

시리즈의 일곱 번째 동영상에서는 고디가 AI 성격 기능을 사용하여 레시피 봇의 참여도를 향상시키는 방법을 보여줍니다. 레시피 봇에 개성을 부여하는 목적은 반복적인 상호작용을 피하고 생동감 넘치는 대화형 봇으로 변신시키는 것입니다.

이전에는 봇에 다양한 인사말이나 질문 스타일을 적용하려면 수작업으로 제작해야 했기 때문에 시간이 많이 소요될 수 있었습니다. Botpress 의 AI 퍼스낼리티 기능을 사용하면 이 과정이 훨씬 쉬워집니다.

고디가 챗봇 설정으로 이동하여 '성격 다시 쓰기'를 시연합니다. 원하는 성격 유형(이 경우에는 어린이 애니메이션 영화에 나오는 만화 요리사)을 설명하면 이모티콘 사용 등 봇의 커뮤니케이션 스타일에 영향을 줄 수 있습니다. 

AI 성격 기능의 장점은 대화가 어떤 방향으로 진행되든 일관된 봇의 성격을 유지할 수 있다는 점입니다.

동영상 8: 대화 실패를 처리하는 방법

레시피 봇 시리즈의 여덟 번째 동영상에서는 예상치 못한 사용자 반응과 비협조적인 사용자를 처리하기 위해 고안된 필수 비상 계획인 '폴백'의 개념에 대해 자세히 설명합니다. 목표는? 레시피 봇으로 더욱 강력하고 탄력적인 대화 흐름을 만드는 것입니다.

고디는 사용자가 불분명하거나 비정상적인 답변을 제공할 때와 같이 봇의 초기 질문에서 발생할 수 있는 문제를 식별하는 것으로 시작합니다. 이를 해결하기 위해 스튜디오는 재시도라는 간단한 솔루션을 제공합니다. 재시도 횟수를 늘림으로써 사용자에게 더 정확한 답변을 얻기 위해 프롬프트의 세부 사항을 미세하게 에스컬레이션할 수 있습니다.

하지만 재시도만으로는 항상 충분하지 않습니다. 사용자가 실현 불가능한 답변을 제공하는 시나리오(예: 백만 명을 위한 레시피가 필요한 경우)를 위해 고디는 유효성 검사라는 개념을 도입합니다. 유효성 검사를 통해 캡처 카드가 추출하는 데이터에 대한 정확한 규칙을 정의할 수 있습니다. 

폴백 계획의 세 번째 계층에는 실패를 처리하기 위한 전환이 포함되며, 재시도가 모두 끝난 후 봇이 사용자로부터 올바른 정보를 추출하는 데 실패할 경우 추가할 수 있습니다. 이렇게 하면 봇이 동일한 질문을 반복하는 루프에 갇히는 것을 방지하고 대신 대화가 자연스럽게 진행될 수 있습니다.

동영상 9: 생각의 연쇄 고리

시리즈의 아홉 번째 에피소드에서 고디는 AI 작업의 견고성을 강화하고 AI 환각 문제를 해결하여 레시피 봇을 한 단계 더 발전시켰습니다.

동영상 초반에 고디는 사용자가 마인크래프트 레시피와 같이 봇의 목적과 무관한 것을 요청하면 어떻게 할 것인가라는 흥미로운 과제를 제시합니다. 이러한 범위를 벗어난 쿼리를 처리하고 불필요한 API 호출을 방지하기 위해 Gordy는 분류 작업을 구현합니다. 이 초기 작업은 사용자의 메시지를 필터링하여 '음식 레시피' 요청인지 아니면 '범위를 벗어난' 요청인지 판단합니다. 그런 다음 전환을 사용하여 폴백 노드를 생성하여 범위를 벗어난 질문을 포착하고 봇의 특정 기능에 대해 사용자에게 알립니다.

동영상의 두 번째 부분에서는 흥미로운 AI 도전 과제를 살펴봅니다: 바로 AI 환각입니다. 이는 ChatGPT 같은 AI 모델이 사실과 다른 내용을 자신 있게 주장할 때 발생합니다. 고디는 이를 해결하기 위한 두 가지 전략으로 (1) 프롬프트에 사실적인 정보를 제공하는 것과 (2) 연쇄적 사고 프롬프트라는 기법을 사용하는 것을 제안합니다.

Google에서 개발한 생각의 사슬 프롬프트는 복잡한 문제를 더 작은 구성 요소로 분해합니다. 그런 다음 이러한 각 구성 요소는 AI를 통해 처리되고 응답은 사실에 입각한 정확한 최종 답변을 생성하는 데 사용됩니다. 고디가 스튜디오에서 이 기술을 구현하여 특히 복잡한 사용자 쿼리에 대해 레시피 봇의 정확도를 높이는 방법을 시연합니다.

동영상 10: 레시피 봇 템플릿 사용 방법

이 시리즈의 열 번째이자 마지막 영상에서는 고디가 레시피 봇의 여정을 한 바퀴 돌아봅니다. 고디는 Botpress 스튜디오에서 처음부터 구축한 봇에 액세스하는 방법을 보여 주는 것으로 시작합니다.

다음으로 봇 템플릿을 작동시키기 위한 중요한 구성 요소인 API 키를 추가하는 방법을 소개합니다. Spoonacular에서 계정을 만들고 키를 획득한 후 스튜디오의 봇에 키를 추가하면 이제 레시피 봇이 요리 관련 질문을 처리할 준비가 완료됩니다.

템플릿 봇에는 생각의 사슬 워크플로우를 포함하여 시리즈에서 설명한 모든 기능이 탑재되어 있습니다. 하지만 전체 생각의 사슬 프로세스 없이 봇이 최종 답변만 제공하도록 하고 싶다면 Gordy가 워크플로를 쉽게 수정하는 방법을 보여드립니다.

마지막 동영상은 Botpress 의 유연성과 적응성을 강조하며, 다양한 기능이 포함된 봇 템플릿을 통해 아이디어에서 완전한 기능의 개념 증명까지 봇 구축 프로세스를 빠르게 시작할 수 있는 방법을 보여줍니다.

코드 스니펫

비디오 3에 등장하는 코드 스니펫을 사용하여 Spoonacular API를 호출하는 방법

var options = {
  method: 'GET',
  url: 'https://api.spoonacular.com/recipes/complexSearch',
  params: {
    query: workflow.baseQuery,
    diet: encodeURIComponent(workflow.dietType),
    apiKey: env.apiKey,
    number: '3',
    ignorePantry: 'false',
    sort: 'popularity',
    sortDirection: 'asc',
    addRecipeInformation: 'true',
    addRecipeNutrition: 'false'
  }
}
const response = await axios.request(options)
if (response.status == 200) {
  workflow.recipes = response.data.results
} else {
  console.log(`API call failed with status code ${response.status}`)
}

레시피 캐러셀을 렌더링하기 위해 비디오 4에 표시되는 코드 스니펫

workflow.recipes = []
const myCards = workflow.recipeInfo.map((recipe) => {
  workflow.recipes.push({
    title: recipe.title,
    vegetarian: recipe.vegetarian,
    vegan: recipe.vegan,
    glutenFree: recipe.glutenFree,
    dairyFree: recipe.dairyFree,
    veryHealthy: recipe.veryHealthy,
    cheap: recipe.cheap,
    veryPopular: recipe.veryPopular,
    readyInMinutes: recipe.readyInMinutes,
    servings: recipe.servings,
    summary: recipe.summary
  })
  // create the card object
  return {
    type: 'card',
    title: {
      dynamicValue: `${recipe.title}`,
      valueType: 'dynamic'
    },
    subtitle: {
      dynamicValue: '',
      valueType: 'dynamic'
    },
    imageUrl: {
      dynamicValue: `${recipe.image}`,
      valueType: 'dynamic'
    },
    actions: [
      {
        action: 'url',
        label: 'View Recipe',
        value: `${recipe.sourceUrl}`
      }
    ]
  }
})
workflow.cards = []
for (var card of myCards) {
  workflow.cards.push({
    //in order to render a card, we only need these three fields
    title: card.title,
    imageUrl: card.imageUrl,
    actions: card.actions[0]
  })
}

채팅 기록을 준비하기 위해 비디오 5에 나타나는 코드 스니펫

workflow.chatHistory = []
event.state.session.history.map((message) => {
  if (message.preview != 'What would you like to know about these recipes?') {
    workflow.chatHistory.push(`${message.sender}:${message.preview}`)
  }
})

const myStr = `Using the provided recipe information and chat history as context, try to answer the question as honestly as possible. If you don't know the answer, say "I don't know." 

Your answer should be friendly and complete, using the same words from the question as much as possible.
Recipe info: ${JSON.stringify(workflow.recipeInfo)}
Chat history: ${JSON.stringify(workflow.chatHistory)}
User question: ${event.preview}}`
console.log(`The prompt is ${myStr.length} characters long`)
if (myStr.length > 5000) {
  console.log('The prompt is too long! Omitting the chat history...')
  workflow.chatHistory = []
}

결론

이 포괄적인 비디오 시리즈에서 Gordy는 Botpress 을 사용하여 ChatGPT 기반 레시피 챗봇을 구축하는 과정을 살펴봤습니다. 이 시리즈에서는 사용자 정보 캡처, API 호출, 캐러셀에 콘텐츠 표시, 대화형 참여형 대화를 생성하기 위한 AI 태스크 활용과 같은 필수 챗봇 구축 기술을 다루었습니다. 또한 문맥에 맞는 Q&A를 위한 ChatGPT 통합, 봇에 생동감 넘치는 개성 부여하기, 폴백 생성하기, 연쇄 사고 프롬프트 수행하기와 같은 고급 주제에 대해서도 자세히 살펴보았습니다.

아직 동영상 시리즈를 살펴보지 않으셨다면 Botpress 을 통해 직접 chatbots 을 구축해 보시기 바랍니다. 레시피 봇을 구축하는 과정에서 보여드린 기술과 기법은 여러 산업 분야의 다양한 챗봇 애플리케이션에 적용할 수 있습니다. 시리즈가 완료되었으니 다음 봇 구축 시리즈에 참여해 보시기 바랍니다!

이제 ChatGPT 및 Botpress 의 강력한 기능을 통해 조직의 특정 요구 사항을 충족하는 역동적이고 매력적인 chatbots 을 만들 수 있습니다. 시작하기 - 무료입니다!

행복한 봇 만들기!